水电站机电技术
水電站機電技術
수전참궤전기술
MECHANICAL & ELECTRICAL TECHNIQUE OF HYDROPOWER STATION
2014年
6期
22-26
,共5页
故障诊断%RBF网络%基函数中心%轴心轨迹
故障診斷%RBF網絡%基函數中心%軸心軌跡
고장진단%RBF망락%기함수중심%축심궤적
泵站机组故障诊断是指在一定的工作环境下查明机组系统某种功能失调的原因或性质，判断劣化状态的部位或部件，以及预测状态劣化的发展趋势等。本文利用改进的RBF神经网络，对经过不变矩处理的轴心轨迹特征参数进行了故障模式的自动识别，针对RBF神经网络径向基函数中心的选取问题，提出了改进OLS中心选取算法。仿真结果验证了该方法的可行性。
泵站機組故障診斷是指在一定的工作環境下查明機組繫統某種功能失調的原因或性質，判斷劣化狀態的部位或部件，以及預測狀態劣化的髮展趨勢等。本文利用改進的RBF神經網絡，對經過不變矩處理的軸心軌跡特徵參數進行瞭故障模式的自動識彆，針對RBF神經網絡徑嚮基函數中心的選取問題，提齣瞭改進OLS中心選取算法。倣真結果驗證瞭該方法的可行性。
빙참궤조고장진단시지재일정적공작배경하사명궤조계통모충공능실조적원인혹성질，판단열화상태적부위혹부건，이급예측상태열화적발전추세등。본문이용개진적RBF신경망락，대경과불변구처리적축심궤적특정삼수진행료고장모식적자동식별，침대RBF신경망락경향기함수중심적선취문제，제출료개진OLS중심선취산법。방진결과험증료해방법적가행성。
